هوش مصنوعی
Harness-S می‌کوشد تواناییِ نجات از شکست را از ابزارهای هم‌خانواده به یک عامل منتقل کند
پیش‌چاپی در arXiv روشی برای آموزش عامل‌ها معرفی می‌کند که در آن، ابزارهای اجراییِ تخصصی فقط پس از شکست تلاش‌های اولیه به کار می‌روند؛ هدف این است که توانایی‌های حاصل به سیاستی واحد منتقل شود که با ابزار پایه کار می‌کند.
پژوهشگران Harness-S را برای آموزش عامل‌ها در شرایطی پیشنهاد کرده‌اند که نسخه‌های مختلف یک ابزار اجرایی، شکست‌های متفاوتی را برطرف می‌کنند و سودمندی هر نسخه نیز هم‌زمان با یادگیری سیاست تغییر می‌کند. به‌گفتهٔ چکیده، بنابراین هدف روش یافتن یک ابزارِ برتر برای همهٔ موقعیت‌ها نیست؛ بلکه استفادهٔ گزینشی از ابزارهای هم‌خانواده برای جبران شکست‌های سیستم پایه و انتقال قابلیت‌های حاصل به یک سیاست واحد است.
این روش دو مرحله دارد: در «تکامل جهت‌دار ابزار» (Directional Harness Evolution)، ابزارهای تخصصیِ هم‌خانواده برای مسیرهای متفاوتِ ترمیم ساخته می‌شوند و در قالب مجموعه‌ای ثابت هنگام آموزش سیاست نگه داشته می‌شوند. سپس در «آموزش نجات مکمل» (Complementary Harness Rescue Training)، این مجموعه فقط زمانی فراخوانی می‌شود که همهٔ تلاش‌های اولیه با ابزار پایه شکست خورده باشند. چکیدهٔ در دسترس جزئیات بیشتری دربارهٔ نتایج یا ارزیابی روش ارائه نمی‌کند.
این گزارش به کمک هوش مصنوعی تهیه شده است. مطالب براساس منابع درج‌شده تنظیم شده‌اند؛ صحت مستقل همه ادعاها تضمین نمی‌شود.
منبع: arXiv · AI (پیش‌چاپ) — مشاهده منبع اصلی ↗
پیش‌چاپ پژوهشی در arXiv؛ انتشار در این مخزن به معنی داوری همتا نیست
رد این داستان در رادار
خبرهای مرتبط از آرشیو منتشرشده